grail (SN81)

ランク #1333

グレイル（SN81）は、サブネット81として動作するBittensorエコシステムのプロジェクトです。その焦点は、Covenant AIエコシステム内でのファインチューニングおよびポストトレーニングのための強化学習（reinforcement learning）層として機能することです。

グレイルはどのように機能するか

このプラットフォームは、ロールアウト中におけるモデル出力を暗号学的に検証可能にするためのプロトコルGRAIL（Guaranteed Rollout Authenticity via Inference Ledger）を実装しています。これにより、グレイルはトレーニング過程を通じて結果の真正性を強化しようとします。

実際には、サブネットは、許可不要でインセンティブがあるRLファインチューニングのインフラを用いて、事前学習済みの基盤モデルを、アラインされていてデプロイに備わったAIシステムへと変換します。

グレイルは何のためにあるか

グレイルは、強化学習のロールアウトによるポストトレーニングの最適化のために設計されました。さまざまな学習シナリオを支えるために、異なるRL環境を統合しています。

このシステムは、事前学習後の最適化に向けた独自のアルゴリズムを用いて、高い実行能力を備えたロールアウトを生成します。

技術とモデルの限界

グレイルは8Bから70B+までのモデルをサポートし、モデルサイズのさまざまな範囲でのアプリケーションを可能にします。この柔軟性により、サブネット81内での多様なファインチューニングのニーズに対応できます。